深度學習每日一問：爲什麼要對數據歸一化（數據預處理）

首先，我們要知道在機器學習某些算法中，是不需要數據歸一化的，比如樹型model；而當數據的多個特徵屬性，其量綱不一，但是其需要使用GD迭代更新構建模型，此時加入歸一化就可以一定程度上增加模型學習能力。 歸一化的好處： 一定程度提高模型精度 在機器學習或者深度學習中，大多模型的loss計算，需要假定數據的所有特徵都是零均值並且具有同一階方差的。這樣在計算loss時，才能將所有特徵屬性統一處理。 比如

>>阅读原文<<